用扩散模型生成神经网络？NUS 尤洋团队：这不是开玩笑

AIGC动态欢迎阅读

原标题：用扩散模型生成神经网络？NUS 尤洋团队：这不是开玩笑
关键字：模型,神经网络,参数,编码器,团队
文章来源：AI科技评论
内容字数：6944字

内容摘要：

Neural Network Diffusion，开始用魔法打败魔法了。作者丨赖文昕
编辑丨郭思、陈彩娴
说起扩散模型生成的东西，你会立刻想到什么？
是OpenAI的经典牛油果椅子？
是英伟达Magic3D生成的蓝色箭毒蛙？
还是斯坦福大学和微软Folding Diffusion生成的蛋白质结构？
这些都是扩散模型的魔法展示，而近期，关于扩散模型的研究又进行了一次全新的升级。
由新加坡国立大学尤洋团队、加州大学伯克利分校以及Meta AI Research联手发布的一项名为“Neural Network Diffusion”的研究，已经实现了利用扩散模型来生成神经网络，这意味着扩散模型不再局限于生成表面的产品或物体结构，而是直接进行底层革新，开始拿神经网络做文章了，颇有种用魔法来打败魔法的意味。
论文地址：https://arxiv.org/pdf/2402.13144.pdf
该研究一出，迅速在国际AI社区引起了热烈反响，登上了各大模型开发平台的热搜榜单，在业界内收获了极高赞誉。这项工作中，研究团队创新性地应用扩散模型来生成高性能神经网络的参数配置。他们结合了自动编码器框架和标准潜在

原文链接：用扩散模型生成神经网络？NUS 尤洋团队：这不是开玩笑